Agent Lightning v1.0 如何用真实执行框架训练 AI 智能体?
Microsoft Research Asia 开源约 3,500 行的 Agent Lightning v1.0,核心思路是让部署时使用的同一套智能体执行框架直接参与强化学习,减少训练与实际运行之间的代码重写成本。
AI快讯
模型发布、产品动态和行业观察,统一按发布时间从新到旧排列。
Microsoft Research Asia 开源约 3,500 行的 Agent Lightning v1.0,核心思路是让部署时使用的同一套智能体执行框架直接参与强化学习,减少训练与实际运行之间的代码重写成本。
Unsloth 发布可复现的本地训练方案,把 Qwen3.5、Gemma 4 等语言模型微调为输出选项概率的决策模型。教程称,Qwen3.5 0.8B 在三个决策基准上的合计准确率由 20.7% 提升至 74.3%,仅需 4GB 显存,为低成本 AI 实验提供了新路径。
Perplexity 发布并开源 pplx-embed-v2-late,以 9B 和 0.6B 两档模型处理文本与图像检索,为开发者和中文 AI 工具用户带来新的多模态搜索方案。
Aeon 发布文本版 501B-A23B 开源模型 Beam,激活参数 23B、覆盖编码、智能体与科研任务,从零训练、完整权重将以 Apache 2.0 开放,对中文开发者与企业落地值得关注。
ARC Prize 公布 DeepSeek V4.1 Flash 成绩:ARC-AGI-1 拿到 94.5%,ARC-AGI-2 拿到 72.9%,比上一代分别高 5.5 和 11.5 分,但单任务成本也涨了约 250%。对中文开发者和企业用户来说,这是一次以推理换取精度的小升级。
Together AI 推出 Together Link,主打用一行命令就把 Anthropic、OpenAI 或自建客户端切换到 Together 的开源模型,官方宣称综合成本下降 50% 以上,对使用编码智能体的开发者与中小团队是一笔真金白银的账。
安全研究机构 PromptArmor 披露,Databricks 的自然语言助手 Genie Code 可被构造为钓鱼工具:恶意 Skill 把数据写进聊天里的 HTML,再借用户浏览器悄悄回传,并弹出伪造界面。
Meta 在 X 平台公布六篇开放数学问题论文,由数学家与 Muse Spark 1.1、1.2 Thinking Mode 在普通聊天界面下协作完成。论文逐段标注人类或 AI 主笔,并署名所依赖的前人研究,强调可复核与可追责。
LMSYS团队发布Vicuna-13B聊天模型,使用约7万条ShareGPT对话微调LLaMA,训练成本约300美元,权重与代码以非商业许可公开。GPT-4盲测中质量达ChatGPT九成,但中文能力、许可范围和评估方法仍有明显限制。
Ai2 把一款 8B 参数的科学报告生成模型 AstaBrief 开源,基于 Qwen3-8B 改造,能把研究问题和检索到的文献片段自动组织成带引用的报告,并随模型一起放出训练数据。